信息技術企業并購中市場法估值模型應用研究
——以矽塔科技為例

■ 胡曉明 張瓊瓊 黃昊晨 陳 默

（南京財經大學會計學院，江蘇南京 210000）

一、引言

“大眾創業、萬眾創新”是我國經濟發展中重要宣傳口號，一個民族的復興、一個國家的強大都離不開經濟產業的發展。二十大報告指出，新的發展格局需要新的增長引擎，新一代信息技術企業要發揮帶頭作用，引領產業融合升級。從企業的生長周期來看，一個企業的發展終究只有走向衰敗或者不斷擴張的兩條路，那么在這個過程中并購重組就是一個必經之路。從2017 年1 月1 日至2021 年12月31 日的五年以來，我國總共發生并購重組的數量龐大，為56 968 件，共計金額為247 698.68 億元，真正并購完成47 497 件①。因此，在并購過程中，對被并購企業的價值進行合理的估值就顯得尤為重要。

信息技術企業并購重組交易發生的頻率高且金額大，國內外眾多學者都認可對其并購價值展開合理的估值具有重要意義。陳維凱（2013）以企業生命周期為視角，認為互聯網企業在初創期，應考慮外部市場環境對企業價值的影響。Nancy 和Begon（2017）也認為研發投入對企業價值有影響。胡曉明和吳鋮鋮（2018）對我國上市公司并購事件展開研究，得出信息技術企業并購評估值的增值率最高的結論。Mugdha 和Vijayakumar（2020）研究印度信息技術公司價值受何種因素影響，其得出企業的智力資本對價值起促進作用。王宛秋（2022）也對技術并購給予肯定，認為并購可以為信息技術企業賦能，促進行業發展。

越來越多學者對信息技術企業并購估值方法展開研究。C-TB Ho 等（2011）對互聯網企業進行估值，提出基于DEA 模型的估值方法，認為該種方法可以更好地幫助投資者。Adamowicz（2017）等提出由于企業自身狀況的不同、所處行業不同，在運用市場法時需要作出相應的調整。高振陽和楊景海（2018）認為市場法所計算出的企業價值最準確，能夠經過市場的驗證。胡曉明和劉夢雅（2018）采用乘數法估值模型研究信息技術企業并購估值，研究認為該方法是適合該行業估值的，但是文章并沒有考慮流動性折舊問題。徐怡紅和張彬（2020）則對投資項目估值展開研究認為市場法的運用是適合我國經濟發展狀況，結果是最有效的。Anagnostopoulos 和Rizeq（2021）通過機器學習方法研究信息技術企業并購價值，其通過多種方法推動創新方法的界限。

從我國信息技術企業并購估值現有研究來看，目前可比公司選取方法有主觀篩選和客觀篩選兩種，國內外學者認識到主觀選擇法存在一定的局限性，對客觀選擇法的研究逐漸深入，其中聚類分析法與優劣解距離法組合模型的應用較少，二者結合可以減少可比公司選取的主觀性，具有一定的創新性。在價值乘數確定步驟上，絕大多數選擇單一方法確定目標企業價值乘數，采用組合方法較少，尤其是主成分分析與變異系數法結合，但在行業價值乘數的基礎上確定可比公司價值乘數的思路可以增加可比基礎的貼近程度。

在信息技術企業的并購價值評估實踐中，通常都是并購方與被并購方雙方共同選擇第三方評估機構進行交易價格的確定，而在對目標公司展開實際的評估過程中，由于相關參數的不易確定，導致市場法的應用較少。而信息技術屬于輕資產、高成長性的行業，市場法具有較高的適用性，故本文對信息技術企業市場法的應用提出新的評估思路和指標量化方法，為信息技術企業并購估值提供新內容。對于信息技術企業而言，我國在對其展開并購估值時，可比對象的選取也存在一定的困難，且評估值的計算過程過于粗糙。這一定程度上影響市場法的利用度與信息技術企業并購交易的順利完成，進而本文為提高市場法的使用率，針對可比公司選取方法和價值乘數確定思路進行優化，從目標價值乘數角度對評估結果做進一步細化。

二、信息技術企業并購估值中市場法的改進

（一）市場法的適用性分析

成本法以重置成本作為出發點計算出企業整體價值，最終計算出相應的價值。該方法從有形資產入手，其是一種以靜態折損作為衡量價值的著重點。而信息技術企業具有無形資產占比較高，技術迭代較快等特點，對企業本身的資產價值無法做出較為全面的衡量，以歷史數據計量忽略企業未來獲益的能力。收益法以“現值”作為基本原則，以持續經營作為假設條件，預期企業未來收益，通過確定企業預期年現金流量、收益期和反映預期收益風險的折現率等三個參數，將現金流量的現值加和來表示企業價值。其中，基本參數的取值往往受主觀判斷的影響，而參數的確定需要被評估企業的經營狀況穩定，預期成長能力可控，適用于相對成熟的企業。

市場法以“替代”作為基本原則，具有操作性強、能準確地反映股權價值等特點。使用市場法展開并購估值時的基礎條件是存在可比案例，信息技術行業目前有996 家上市公司，具有較大的可比公司樣本群，能夠滿足市場法的可操作性，這些可比公司群與目標企業在成長能力、盈利能力等多方面相似，能夠選出較為匹配的可比公司。同時，由于市場交易的活躍性，能夠保證市場的有效性，市場法比成本法更能直接地反映出資產的市場價值。不同公司之間具有不同的特性，市場法以尋找最匹配的可比對象作為目的，選擇合適的價值乘數反映企業之間的差異，對于那些收益不確定的企業，市場法主觀性比收益法弱。故市場法在信息技術企業并購估值中具有較強的適用性。

（二）研究基本思路

市場法也稱“乘數估值法”，作為一個能夠較準確地評估出目標價值的方法，適用于信息技術企業并購估值，但是在目前的并購估值中的運用卻較少。主要因為市場法現階段針對并購價值評估存在技術難題，為提高未來市場法在并購估值中的應用空間，需縮小市場法應用的局限性，以價值乘數作為指引線，搭建起可比公司與目標公司的比較橋梁，將價值乘數貫穿可比公司選取、價值乘數確定和市場缺乏流動性差異，進而對市場法的評估思路進行改進構建。

本文研究思路改進如圖1 所示。首先，從行業特征價值乘數與基本價值乘數兩個維度思考，共同搭建設計適合信息技術企業的價值乘數體系。對價值乘數指標體系展開主成分分析，根據各主成分權重選擇對信息技術企業影響較為明顯的行業價值乘數。其次，將確定后的價值指標驅動因素與財務能力指標相結合，構建適合信息技術企業的可比指標選擇標準。對特征指標進行標準化處理，采用系統聚類分析方法，初步確定可比公司群，再進一步利用優劣解距離法確定最終可比公司群。然后，在行業價值乘數的基礎上，利用變異系數的穩定性進行選擇和驗證，選擇最為適合的可比公司價值乘數。最終，利用主成分分析法賦權的價值乘數權重與優劣解距離法所賦權的可比公司權重，共同計算出目標公司的價值乘數。最后，如果被并購方為非上市公司，即根據所選擇的目標價值乘數，代入公式計算出相應的缺乏流動性折扣比率，使得被并購企業的評估價值更加準確，從而促進并購事件的完成。

圖1 信息技術企業市場法改進思路

（三）研究框架

1.價值乘數體系設計

企業所處的環境和市場的不同對企業價值產生重要影響。在我國市場中，信息技術企業與其他行業一樣，都面臨著各種各樣的風險，所以針對信息技術企業價值乘數的選擇來說，需要滿足基本的市場特征。同時，信息技術作為一個產品特點明顯、無形資產居多的行業，具有鮮明的行業特性。因此，在選擇市場法對信息技術企業進行評估時，需要考慮其行業的特性，考慮引入適合信息技術企業的行業特征價值乘數體系，與基本價值乘數一起完善符合信息技術企業特征要求的價值乘數。本文從價值乘數的分類入手，基于收入端、收益端、現金流端、資產端以及行業特征端進行劃分，從五個維度劃分和設計信息技術企業并購估值的價值乘數體系（見表1）。

表1 信息技術企業價值乘數指標

2.確定價值乘數

本文采用主成分分析法確定對行業影響較大的價值乘數，將價值乘數驅動因素作為選取可比公司的規模指標。為減少主觀性，在主成分分析法的基礎上，利用變異系數的穩定性，對行業價值乘數進行驗證，選擇較為穩定的可比公司價值乘數。主成分分析（PCA）由K·皮爾森首次提出，是將多變量進行線性轉換，進而選出具有代表性的重要變量，并將非隨機變量進行降維的處理方法。該方法將一組變量轉換為無相關的變量，減少變量所承載的信息，通過在多項指標中選擇包含很多信息的主變量，進而將其定義為“主成分”，將挑選出的主成分以方差的大小排列。

3.選取可比公司

基于替代理論，從細微之處出發，綜合考慮信息技術企業行業價值乘數驅動因素與財務視角下相關的能力指標，共同搭建適合目標公司的特征指標體系（見表2）。在此基礎上，提出基于聚類分析法與優劣解距離法相結合的信息技術企業可比公司選擇模型，提高可比公司選擇的合理性和匹配性。

表2 可比公司選取特征指標體系

對特征指標進行標準化處理，采用系統聚類分析方法，以歐式距離的大小初步確定可比公司群。

同時，在可比公司群的基礎上，利用熵權法確定各指標權重Wj，進而構造優劣解距離法的規范化決策矩陣（Vij）m*n，再計算每個對象離正理想解與負理想解的相對貼近度Si，并按相對貼近度的大小排序，選取排名前五的研究對象作為可比公司，并將選出的可比公司的相對貼近度轉化為可比公司的權重Di。計算公式如下：

其中：0 ≤Si≤1，Si越接近于1，代表離正理想解的距離越近，離負理想解的距離越遠，表示該對象越優。

4.分析缺乏流動性

目前，缺乏流動性折扣的量化主要運用于市場法與收益法中。在市場法的應用過程中，由于可比公司與目標公司所處市場的不同，需要量化缺乏流動性折扣。目前，理論與實務界普遍認可的傳統模型包括：收購價差模型、新股發行定價模型、期權定價模型和限制股票交易模型等四種。

本文擬將價值乘數作為缺乏流動性折扣的反映因素，在主成分分析法與變異系數法的基礎下選定的可比公司價值乘數，將上市公司并購非上市公司與上市公司并購上市公司之間的價值乘數關系轉化為缺乏流動性折扣比率。基于目標價值乘數的缺乏流動性折扣比率用MD 表示。

其中：MD 為信息技術企業缺乏流動性折扣率；M1為信息技術企業上市公司并購上市公司某價值乘數平均值；M2為信息技術企業上市公司并購非上市公司該價值乘數平均值。

三、信息技術企業并購估值中市場法改進的應用

（一）案例基本概況

信息技術企業市場法并購估值思路構建的是否有效？本文選擇上海貝嶺并購矽塔科技事件作為案例分析的對象，通過對該并購價值進行評估，驗證新構建的市場法評估思路在信息技術企業的適用性與合理性。矽塔科技作為2018 年成立的技術硬件與設備企業，公司具有較大的成長空間，具有較好的投資價值。同時，采用市場法確定可比公司時，需要有較多的可比公司選擇群，目前技術硬件與設備行業有514 家上市公司，滿足這一要求。并且，采用市場法確定可比公司時，目標公司需有完善的財務信息，進而選擇滿足財務可比的上市公司，本案例的財務數據較為完善，具有方法實施的條件。該案例發生于2022 年，具有一定的時效性。從案例本身而言，上海貝嶺2022 年展開兩次并購重組，并購價值較大，具有一定的代表意義。同時，并購矽塔科技事件采用收益法確定最終的交易價格，本文采用市場法對該事件的并購價格展開分析，驗證改進后的市場法的可行性和合理性。

（二）運用過程及結果

1.主成分分析法確定行業價值乘數

根據WIND 數據庫行業分類，選擇信息技術企業上市公司中2018 年1 月1 日前上市、非ST 公司作為研究對象，針對目標企業所處的二級行業進行研究。收集并整理2021 年研究對象的相關財務數據，剔除數據不全的研究對象后，選擇140 家技術硬件與設備上市公司進行分析。在進行主成分分析之前，對數據進行KMO 和Bartlett 球型檢驗，得到結果表明研究數據滿足因子分析的條件。利用統計軟件SPSS 展開主成分分析，主成分分析見表3。主成分的特征值分別為3.845、2.472、1.751、1.021，根據特征值大于1 提取主成分，針對技術硬件與設備行業一共提取四個主成分。同時，提取出的四個主成分的累積總方差解釋比率為82.621%，可以很好地反映出原始數據的信息。

表3 總方差解釋表

由表4 與表5 分析可知，提取的第一個主成分系數最大的是息稅前利潤價值乘數（EV/EBIT）和營業收入價值乘數（EV/營業收入）。第二個主成分中系數最高的是市凈率（P/B）和總資產價值乘數（EV/總資產），第三個主成分系數最高的是市盈率（P/E），第四個主成分系數最高的是無形資產價值乘數（EV/無形資產）。因此，針對技術硬件與設備行業，本文擬選取息稅前利潤價值乘數（EV/EBIT）、營業收入價值乘數（EV/營業收入）、市凈率（P/B）、總資產價值乘數（EV/總資產）、市盈率（P/E）、無形資產價值乘數（EV/無形資產）作為行業價值乘數。

表5 成分得分系數矩陣

2.聚類—優劣解距離法選取可比公司

聚類分析法初步選取可比公司群，選擇上市時間至少有5 年的上市公司，進行篩選后保留294 家上市公司。同時，應用主成分分析法確定息稅前利潤價值乘數、營業收入價值乘數、市凈率、總資產價值乘數、市盈率和無形資產價值乘數作為行業價值乘數，反映信息技術企業價值較大程度上受資產總額、營業收入、凈利潤總額和息稅前利潤總額四個維度影響，故選擇引入總資產、營業收入、凈利潤和息稅前利潤作為行業價值乘數驅動因素，與財務指標能力共同構建可比公司特征指標體系（見表6）。

表6 引入價值驅動因素后特征指標體系

通過SPSS27.0 對原始數據標準化后，以離差平方和計算距離，進行Ward 聚類分析。經過整理，將上市公司和矽塔科技的特征指標匯總后展開Ward 聚類分析，根據距離初步確定可比公司。從Ward 聚類譜系圖可以看出，通過將矽塔科技與同行業294家上市公司進行聚類，當類間距離為12 時，樣本數據被分為6 類，并且聚類效果的優劣與層數相關，層數越多越精確。故本文以距離12 作為分層標準，選擇神州數碼（000034）、中興通訊（000063）、TCL（000100）、京東方A（000725）、天音控股（000829）、海康威視（002415）、愛施德（002416）、工業富聯（601138）、冠捷科技（000727）共9 家公司作為初步樣本公司群，進行下一步可比公司選擇計算。

利用優劣解距離法進行下一步可比公司選擇。將神州數碼（000034）、中興通訊（000063）、TCL（000100）、京東方A（000725）、天音控股（000829）、海康威視（002415）、愛施德（002416）、工業富聯（601138）、冠捷科技（000727）與矽塔科技指標進行匯總，構建表7 特征指標體系。

表7 特征指標體系

針對不同指標要進行對應類型的數據標準化處理，利用以下公式得到標準化的矩陣同時，為保證數值有效，在無量綱化后對每個數值再加上0.001 的有效值。

式中，x為規范化值；xij為第i個指標第j年的原始值。

在熵權法下計算第j 項指標的信息熵ej，見表8。

表8 各指標信息熵及權重

在熵權法下確定評價指標的權重wj，見表8。

式中：gj為各個指標的變異系數，gj=1-ej。

利用熵權法確定的指標權重，對標準化矩陣中的指標進行加權，構建規范化決策矩陣，確定指標中的正理想解與負理想解。

正理想解：

式中：V+表示i 個對象中的最大值，V-表示i個對象中的最小值。

計算每個待評價對象計算每個對象離正理想解與負理想解的相對貼近度，將其從小到大排列，得到各評價對象的優先序列，見表9。

表9 可比公司排序

結果得出，根據聚類分析法與優劣解距離法的結合，選擇排名前五的上市公司作為可比公司，確定中興通訊（000063）、TCL（000100）、京東方A（000725）、海康威視（002415）、冠捷科技（000727）作為矽塔科技的可比公司。

根據五個可比公司的相對距離，將相對距離轉換為各可比公司的權重（見表10）。

表10 可比公司權重

3.計算目標企業價值乘數

本文為了減少價值乘數整合的不合理性與主觀性，在主成分分析法的基礎上引入變異系數，進而保證價值乘數在可比公司之間的穩定性，選擇合適的價值乘數。代入可比公司價值乘數比率得出結果（見表11）。

表11 價值乘數變異系數

由表可知，息稅前利潤價值乘數、市盈率的變異系數最小，而市凈率（PE）、EV/無形資產凈額、EV/總資產和EV/營業收入的變異系數較高。因此，需要對其進行再次選擇，故本文以市盈率、息稅前利潤價值乘數兩個價值乘數作為可比公司價值乘數選取標準。

以主成分回歸模型作為支撐，將不同價值乘數合理劃分所占的比例。以前期選定的樣本企業的價值乘數體系指標數據為基礎，利用SPSS27.0 軟件重新進行回歸，進而獲得市盈率與息稅前利潤價值乘數各自持有的權重（見表12）。

表12 價值乘數權重

通過將可比公司的權重與價值乘數進行組合，計算各價值乘數的加權平均值，即得到目標公司價值乘數比率。

最終得到目標公司PE 乘數為27.73、EBIT 乘數為24.96（見表13）。

表13 目標公司價值乘數

4.量化缺乏流動性折扣

本文選擇案例為上市公司并購非上市公司案例，市盈率對信息技術企業價值影響最大，為保持價值驅動因素的一致性，整理WIND 數據庫得到信息技術企業2019 年至2021 年上市公司并購上市公司數量共42 起，平均市盈率為27.28；上市公司并購非上市公司數量共145 起，平均市盈率為19.96。本文構建適合信息技術企業的缺乏流動性度量模型，將上市公司并購上市公司與上市公司并購非上市公司之間的市盈率進行差異量化，轉換為信息技術企業缺乏流動性折扣比率，進而優化評估價值。

通過對信息技術企業上市公司并購上市公司的平均市盈率與上市公司并購非上市公司的平均市盈率進行計算，得出信息技術企業缺乏流動性折扣為26.83%。

5.評估結果分析

已知矽塔科技2021 年9 月30 日的非經營性資產凈值（按評估師收益法確定值），根據分析，計算得到矽塔科技的全部股權價值，即矽塔科技在評估基準日全部股權價值為3.52 億元（見表14）。

表14 市場法評估結果

數據來源及說明：（1）根據矽塔科技財務數據計算整理；

（2）按PE 計算股權價值=PE 乘數×PE 驅動因素×（1-缺乏流通性折扣率）；

（3）按EBIT=（EBIT 乘數×EBIT-付息負債）×（1-缺乏流性折扣率）；

上海貝嶺并購矽塔科技的實際價值采用收益法進行評估，收益法評估結果為3.61 億元，最終的交易價格為3.6 億元。將本文所改進構建的市場法評估值與實際并購價值確定的評估值比較分析，改進后的市場法評估結果與收益法評估結果差異-2.55%，與實際交易價格僅差異-2.33%，均在合理的估值區間內。

四、結語

信息技術屬于新興行業，本文基于行業特點與并購估值現狀，在現有市場法的局限性下，對市場法在信息技術企業中的應用前景展開分析，認為市場法適用于企業并購估值。故選擇市場法對信息技術企業價值進行評估，從優化行業差異、衡量企業差異和量化市場差異三方面入手，對相應步驟進行優化與改進，改進構建適合信息技術企業的市場法，選擇上海貝嶺并購矽塔科技事件對改進思路展開驗證，評價改進思路和方法的可行性，結果表明，采用改進構建的市場法所評估出的結果與實際的并購價格差距較小，在合理范圍內。同時，考慮非上市公司缺乏流動性的影響，以確定的目標價值乘數測算信息技術企業缺乏流動性折扣比率，提高評估結果的準確性。故本文對市場法提出的相關改進是可行的，表明信息技術企業并購估值時可以選擇市場法，其所評估出的結果可作為并購價格的依據。

信息技術企業的并購事件頻繁發生，實務界對并購價值的合理性要求愈發嚴格。本文對市場法評估信息技術企業價值的思路進行改進，但可比公司選取與價值乘數確定的步驟仍需多加測驗，其準確性仍需進行檢驗，不斷完善模型的實用性。本文選擇市場法作為并購估值模型，改進后市場法需要利用專業的SPSS 軟件選擇可比公司群，在實務界中應用需要一定的技術支持。在價值乘數確定方面，價值乘數的行業特性應不斷完善。同時，在應用主成分分析法時要貼近目標企業本身特性，注意價值乘數體系之間的相關性，確保價值乘數的確定步驟和數值更加準確。本文選擇上海貝嶺并購矽塔科技事件作為案例研究對象，在改進的市場法的應用過程中考慮缺乏流動性所帶來的折價問題，但企業并購常常涉及業績承諾，那么在實務中并購價值是否受業績承諾額的影響，評估結果是否應對其做特殊考慮。